大规模空间矢量数据分布式存储与计算优化
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家重点研发计划(2018YFD1100103-05); 自然资源部部委计划(1902-033-14)


Storage and Computing Optimization of Large Scale Distributed Spatial Vector Data
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对海量空间矢量数据分布式存储与计算需求, 研究了基于四叉树格网编码建立要素索引的方法, 设计了HBase预分区优化策略, 提出了一种空间矢量数据分布式存储模型. 基于MapReduce计算框架, 构建了空间数据分布式计算与分析的优化流程. 最后, 针对空间叠加与统计场景, 采用一定规模的业务数据对所提的方法进行测试, 验证了设计方案的可行性和有效性.

    Abstract:

    Research on distributed storage and computing technology of spatial vector data is carried out. The method of quadtree grid coding to establish feature index is studied. HBase pre-partition optimization strategy is designed, a distributed storage model of spatial vector data is proposed. Based on MapReduce computing framework, the process of spatial data distributed computing and analysis is built. For the common application scenario of spatial overlay analysis and statistics, a large-scale data test is carried out. The results show that the scheme is effective.

    参考文献
    相似文献
    引证文献
引用本文

张嘉,白晓飞,陶超,张小桐.大规模空间矢量数据分布式存储与计算优化.计算机系统应用,2020,29(12):251-256

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-05-14
  • 最后修改日期:2020-06-10
  • 录用日期:
  • 在线发布日期: 2020-12-02
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号